지능형 비디오 시스템과 지능형 비디오 시스템이 아닌 것들을 서로 분리하는 법

점차 성장하고 있는 비디오 분석기의 영역에서 ‘지능형’이라고 주장하는 수많은 보안장치들과 소프트웨어, 그리고 솔루션들 중에서 지능형이 아닌 것들을 식별하는 것은 쉽지 않다. 그러나 비디오 분석기 자체에서는 지능형과 그렇지 않은 제품들을 구별하는 몇 가지 방법들이 존재한다.

진정한 지능형이 되기 위하여

하나의 시스템이나 장치 혹은 솔루션이 진정한 지능형이 되기 위해서는 인공지능, 특히 컴퓨터 화면의 적용이 반드시 선행되어야 한다.

또한 소프트웨어는 반드시 전면(앞면)의 물체와 후면(뒷면)의 물체를 정확히 분리하는 성능을 갖추어야만 한다. 소프트웨어는 24시간 내내 화면의 분석을 반영하는 메타데이터의 흐름을 생성해야만 한다. 이것이 중요한 이유는 진정한 지능형 시스템은 단순히 동작이나 움직임에만 반응한다기보다는 실제 사건을 분석하고 보고할 수 있어야 하기 때문이다.

마지막으로 하나의 시스템이 진정한 지능형이 되기 위해서는 사용자에게 사건관련 정보를 실시간으로 제공할 수 있어야 한다. 이것이 중요한 이유는 사용자가 범죄자를 사전에 포착하는 것과 그렇지 않은 것의 차이를 의미하는 결정적인 판단을 내리기 위해 시스템과 손쉽게 그리고 지능적으로 연계할 수 있어야 하기 때문이다.

바로 여기에 있다

인공지능 기술을 사용하는 카메라나 감시영상을 관찰하고 분석하는 기술을 갖춘 진정한 지능형 시스템은 일부 사람들에게는 여전히 현실이라기보다는 공상과학속 이야기처럼 들린다. 그러나 실제로 비디오 분석기는 오늘날 보안 시장에서 점차 성장하고 있다. 

최첨단 비디오 분석기

오늘날 시장에는 첨단 비디오 분석기가 점차 확산되고 있다. 카메라와 네트워크의 비디오 분석기는 투자에 대한 확실한 수익을 보장한다. 물론 분석기가 제 기능을 완벽하게 수행하고 있을 때 그러하다. 비디오 분석기는 새로운 시스템이 기존 시스템에 효율적으로 적응되도록 설치를 가능하게 하고, 아날로그에서 IP로의 전환을 보다 용이하게 도와준다.

이점

그러나 분석기는 다른 네트워크 구성요소들과 통합될 때 더 많은 장점들을 얻을 수 있고, 기존 비디오 원본 데이터보다 더 깊게 파고들어 분석할 수 있다. 라우터 내, 즉 네트워크 자체 내에서 지능형 비디오는 전혀 다른 핵심 가치들을 제공할 수 있다. 예를 들면, 정보 자체의 프로필에 근거하여 정보를 지능형으로 라우팅 할 수 있다면 네트워크 내의 분석기를 효과적으로 이용하고 있는 것이다.

저장 솔루션에서 지능형 기능은 훨씬 더 다양한 장점을 제공한다. 이러한 지능형 솔루션을 통해 사용자들은 그들에게 필요한 것이나 저장해야만 하는 것들을 저장할 수 있다. 저장용량을 조절하면 하드 드라이브의 여유공간이 확보될 수 있을 뿐만 아니라 저장을 보다 효율적으로 할 수 있다.

지능형 비디오 분석기는 또한 조사 성능을 개선시킬 수 있다. 비디오 분석기는 훨씬 더 신속한 수사 분석과 비디오 검색 성능을 가능하게 하는 메타데이터로 비디오를 추적할 수 있다. 또한 중앙의 비디오 분석기 성능은 작동 중에 기능을 바꿀 수 있거나 혹은 보안 우려가 증가했을 때 기능을 변환할 수 있다. 이런 기능은 재구성이나 새로운 환경설정이 없이도 가능하며, 분석기에서 컨트롤 하는 카메라의 기능을 변화시키지 않고도 실행이 가능하다.

이러한 장점들 때문에 기존 카메라와 인코더를 넘어선 보다 다양한 종류의 분석기들이 현재 시장에서 인기를 끌고 있으며, 고객들이 지능형 장치들의 이점들을 이용하는 방식 또한 변화시키고 있다. 

지능형이 아닌 제품들

그러나 구매자들이 조심해야 할 것은 현재 시장에서 지능형을 가장하는 몇 가지 기술들이 존재한다는 사실이다. 여기에서는 두 가지의 지능형을 가장한 기술이 제시되는데, 하나는 오래된 기술이고 하나는 신기술이다.

새로운 기술은 바로 생체인식기술중 하나인 얼굴인식이다. 이것은 자동차번호판 인식기술(ANPR)과 비슷하다. 이 두 가지 기술은 시각에 기초하고 있고 카메라가 보고 있는 것을 분석하지만 지능형은 아니다. 즉, 이것들은 작업을 수행하기 위해 시각적 장면의 상대적인 품질에 의존하고, 그 후에 데이터베이스에 이미 가지고 있는 것과 현재 그들이 보는 것과 비교할 수 있을 뿐이라는 점이다. 그래서 이와 관련된 데이터베이스 애플리케이션이 ‘지능형’ 얼굴인식이라고 생각하지 않는 한, ANPR은 컴퓨터 시각 기반의 비디오 분석기가 기능을 수행하는 의미에서의 지능형은 아닌 것이다. 그러나 이 기술들이 지능형이라고 선전하면서 사용자들은 백-엔드 서버와 소프트웨어에 상대적으로 큰 투자를 하게 된다.

훨씬 더 빈번하게 지능형으로 이야기되는 다른 기술은 비디오 모션(동작) 탐지 혹은 VMD 기술이다. 이 기술의 새로운 특징은 모든 것이 가능한 것처럼 보이지만 그러나 VMD에 속지 말 것을 권한다. 왜냐하면 VMD는 분명 지능형이 아니기 때문이다.

그렇다면 VMD는 왜 지능형이 아닌가? VMD은 분석을 하는 것이 아니라 모션(동작)에 반응할 뿐이기 때문이다. 즉, VMD는 사건을 해석하는 것이 아니라 모션에 반응한다. VMD는 물체들을 분류하는 것이 아니라 모션에 반응한다. 그래서 VMD는 그 기본적인 형태에서 적절한 이름을 부여 받았고, 어떤 픽셀에서 어떤 동작이든 항상 경보를 유발할 것이다. 즉, 화면 내에서 바람이 나뭇가지를 날리고 한 쌍의 새가 현장으로 날아들어 생기는 모든 오경보에 VMD는 반응하는 것이다.

사용자들은 VMD 가능 카메라와 백-엔드에서 필터링 소프트웨어로 구성된 ‘지능형 첨단 장치’를 경계해야 한다. 필터는 반드시 물체의 크기와 다양한 다른 주변부를 감안해 구성되어야 한다. 그렇게 해야만 오경보 비율을 현저히 줄일 수 있다. 그리고 필터링 소프트웨어에도 불구하고 카메라에서 VMD는 여전히 동작에 반응하고 있을 뿐이다. 사실상 VMD 솔루션을 ‘지능형’이라고 부르는 것은 이 시장에서 널리 유포된 혼란을 가중시킬 뿐인 용어상의 모순이다.

소프트웨어 업체들, 장치 제조업체들, 한쪽 끝과 다른 한쪽 끝을 잇는 솔루션 제공업체들, 그들 모두는 한 가지 이유, 즉 돈 때문에 지능형을 주장하고 있다.

이전에는 VMD를 사용하지 않았던 장치에 VMD을 넣고 그 다음에는 ‘지능형’이라고 부르면서 30%의 가격 프리미엄을 붙인다고 해서 최종사용자는 소비자로서 원하는 진정한 지능형 성능을 제공받지 못할 것이다. 이러한 회사들은 이미 시장의 움직임에 뒤쳐졌기 때문에 따라잡기 위해 추격 중이다. 이 업체들은 진정한 비디오 분석기를 탑재한 제품들을 생산하기보다는 시장에서 잡음과 혼란을 야기하여 추격을 시도하고 있다.

스마트 제품들

Verint, Synectics, HIKVISION 등과 같은 스마트 제품 제조업체들은 ObjectVideo처럼 꽤 오랫동안 이 분야에서 활동해 온 기술 제공업체들과 협력하면서 작업하고 있다. 이 제조업체들은 시장에 상업화할 수 있는 비디오 분석기 성능을 출시할 수 있을 만큼 엄청난 양의 연구개발 시간과 돈을 지원할 수 있을 것이라고 생각하지 않는다. 실제로 GE, Siemens, Honeywell, IBM과 같은 대기업들은 중소규모의 분석기 회사들을 인수해 지적재산권을 취득했거나 아니면 포기했다.

<글 : Edward Troha, Global Marketing Director, ObjectVideo(www.objectvideo.com)>

[월간 시큐리티월드 통권 제152호(info@boannews.com)]

<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>